Mục tiêu của nghiên cứu này nhằm lựa chọn ra được mô hình dự báo tốt nhất cho lượng hàng container thông qua cảng Cát Lái trong ngắn hạn (theo tháng). Nghiên cứu sẽ hệ thống lại các phương pháp và mô hình dự báo định lượng được sử dụng trong dự báo ngắn hạn. Để hiểu rõ hơn mời các bạn cùng tham khảo nội dung chi tiết của bài viết này.
XÂY DỰNG MƠ HÌNH DỰ BÁO LƯỢNG HÀNG CONTAINER THƠNG QUA CẢNG CÁT LÁI, VIỆT NAM FORECASTING MODELS FOR THE CONTAINER CARGO THROUGHPUT AT CAT LAI PORT OF VIETNAM ThS.NCS Phạm Thị Thu Hằng Trường Đại học Hàng hải Việt Nam Tóm tắt: Mục tiêu nghiên cứu nhằm lựa chọn mơ hình dự báo tốt cho lượng hàng container thông qua cảng Cát Lái ngắn hạn (theo tháng) Nghiên cứu hệ thống lại phương pháp mơ hình dự báo định lượng sử dụng dự báo ngắn hạn Sau tiến hành thu thập số liệu lượng hàng container thông qua cảng Cát Lái theo tháng từ năm 2005 đến năm 2015 theo đơn vị TEU (132 quan sát) Trên sở số liệu thu thập, tiến hành phân tích số liệu số liệu có dạng xu mùa vụ Từ đưa mơ hình dự báo áp dụng: thơ điều chỉnh xu mùa vụ, san mũ Winter phương pháp phân tích Hơn nữa, lượng hàng qua cảng biến đổi sai phân bậc để trở thành liệu dừng với mơ hình dự báo sử dụng: thơ giản đơn, trung bình giản đơn, trung bình di động, san mũ giản đơn mơ hình ARIMA Dựa vào tiêu đo độ xác dự báo RMSE, nghiên cứu chọn mơ hình dự báo tốt nhất, có sai số nhỏ nhất: mơ hình san mũ Holts Với mơ hình lựa chọn đưa kết dự báo lượng hàng container thông qua cảng Cát Lái 12 tháng năm 2016, nhận thấy kết dự báo so với thực tế có MAPE nhỏ 5%, mơ hình dự báo lựa chọn phù hợp Từ khóa:Mơ hình dự báo, hàng container thông qua cảng, cảngCát Lái Abstract: The purpose of this research is to choose the best forecasting model for container cargo throughput at Cat Lai port in the short term (in months) The study will systematize methods and quantitative forecasting models used in the short-term forecast After that, this study will proceed to collect data on container cargo throughtput at Cat Lai port monthly from 2005 to 2015 in TEU units (132 observation) Based on data collected, it will analyze and show the seasonality and the trend of these data Then some forecasting models can be applied: trend and seasonality adjusted crude, Winter exponential smoothing and analytical methods Moreover, the container cargo throughput at port can be changed to become the first order stationarity with the forecasting models can be used: simple crude, simple average, moving average, single exponential smoothing and ARIMA models With RMSE, the indicator to measure the accuracy of the forecasting models, the research choosed the smallest error and the best forcasting model: Holts exponential smoothing method This method will be used to foecast container cargo throughput at Cat Lai Port from January to December in 2016 Comparing forecasting value with actual data, MAPE is less than 5%, so Holts method is appropriate Key words: forecasting model, container cargo throughput, Cat Lai port 918 Giới thiệu chung cảng Cát Lái Cảng Cát Lái cảng container quốc tế lớn đại Việt Nam Cảng Cát Lái có tổng diện tích 120 hecta , chiều dài cầu tàu 1.411 m (8 bến), với sở vật chất trang thiết bị đại; hệ thống quản lý, khai thác container đại: phần mềm TOP-X, TOPO RBS (Australia) hệ thống phần cứng đồng cho phép quản lý container theo thời gian thực, tối ưu hóa lực khai thác cảng, giảm thời gian giao nhận hàng, tạo nhiều tiện ích cho khách hàng… Cảng Cát Lái chọn lựa số khách hàng giao nhận hàng hóa khu vực tỉnh phía Nam, Việt Nam Theo nguồn số liệu thống kê từ phòng khai thác Cảng,nhận thấy sản lượng hàng container từ giai đoạn 1991 đến 2000 khơng có biến động nhiều, từ năm 2001 đến năm 2015 sản lượng hàng container thơng qua cảng tăng nhanh chóng, với tốc độ tăng bình quân 16,8% đặc biệt tăng nhanh năm 2007 (tăng 28,1% so với năm 2006) Hình Đồ thị biểu diễn lượng hàng container thông qua Cảng Cát Lái, giai đoạn 1991-2015 Trong cơng tác quản lý, khai thác cảng biển nói chung cảng container nói riêng, để lập kế hoạch tác nghiệp tháng cho công tác xếp dỡ cảng, yếu tố đầu vào quan trọng số liệu dự báo lượng hàng thông qua cảng tháng lập kế hoạch Chính vậy, việc xây dựng mơ hình dự báo ngắn hạn cách xác lượng hàng container thơng qua cảng theo tháng, theo đơn vị TEU, năm kế hoạch yêu cầu cấp thiết cảng container nói chung cảng Cát Lái nói riêng Nội dung nghiên cứu 2.1 Các mơ hình dự báo định lượng ngắn hạn Có thể tổng hợp mơ hình dự báo định lượng sử dụng ngắn hạn bảng sau: 919 Bảng Các mơ hình dự báo định lượng sử dụng ngắn hạn TT Phương pháp dự báo 1.1 Dự báo thô Dự báo thô giản đơn 1.2 Dự báo thô điều chỉnh Điều chỉnh xu a Mơ hình ∧ Điều kiện liệu áp dụng mơ hình Dữ liệu dừng Y t +1 = Yt ∧ Y t +1 = Yt + (Yt - Yt-1) Dữ liệu xu ∧ Hoặc: Y t +1 = Yt b Điều chỉnh mùa vụ ∧ Dữ liệu mùa vụ Dữ liệu xu mùa vụ Y t +1 = Yt-3 ∧ Hoặc: Y t +1 = Yt-3 + 2.1 Dự báo trung bình Trung bình giản đơn 2.2 Trung bình di động ∧ Y t +1 = Dữ liệu dừng n ∑ Yt t t =1 Dữ liệu dừng ∧ Y t +1 = 3.1 San mũ San mũ giản đơn 3.2 San mũ Holts ∧ ∧ Y t +1 = α.Yt + (1 - α) Y t Ước lượng giá trị trung bình tại: Lt = αYt + (1 - α)(Lt-1 + Tt-1) Ước lượng xu (độ dốc): Tt = β(Lt - Lt-1) + (1- β)Tt-1 Dự báo ρ giai đoạn tương lai: Dữ liệu dừng Dữ liệu xu ∧ Y t + P = Lt + pTt 3.3 San mũ Winter Ước lượng giá trị trung bình tại: Lt = α Yt + (1 - α)(Lt-1 + Tt-1) St −s Dữ liệu xu mùa vụ Ước lượng xu (độ dốc): Tt = β(Lt - Lt-1) + (1- β)Tt-1 Ước lượng giá trị số mùa: St = γ Yt + (1 - γ)St-s Lt Dự báo ρ giai đoạn tương lai: ∧ Y t + P = (Lt + pTt)St-s+p Hàm xu Dữ liệu xu 920 ∧ ∧ ∧ ∧ ∧ ∧ ∧ ∧ ∧ ∧ ∧ ∧ ∧ ∧ ∧ ∧ ∧ 4.1 Bậc Y t = β + β t 4.2 Bậc hai Y t = β + β t + β t2 4.3 Bậc ba Y t = β + β t + β t2 + β t3 4.4 Tuyến tính - log Y t = β + β Ln(t) 4.5 Nghịch đảo 4.6 Tăng trưởng mũ 4.7 Log - tuyến tính 5.1 5.2 6.1 6.2 6.3 6.4 ∧ Y t = β + β (1/t) ∧ ∧ Yt = e ∧2 ∧ β + β t + (σ ) ∧ ∧ ∧ Ln(Y ) t = β + β t Phương pháp phân tích Mơ hình nhân tính Yt = Tr.Cl.Sn.Ir Mơ hình cộng tính Yt = Tr + Cl + Sn + Ir Mơ hình ARIMA AR(p) Yt = φ + φ 1.Yt-1 + φ 2.Yt-2 + …… + φ p.Yt-p + Ut MA(q) Yt = + ut + φ 1.ut-1+ + φ q.ut-q ARMA(p,q) Yt= φ 0+ φ 1.Yt-1+ φ 2.Yt-2+…….+ φ p.Yt-p+ut + φ 1.ut-1+ + φ q.ut-q ARIMA(p,d,q) d(Yt,d) = φ 0+ φ 1.Yt-1+ φ 2.Yt-2+…….+ φ p.Yt-p+ut + φ 1.ut-1+ + φ q.ut-q Dữ liệu xu thế, mùa vụ Dữ liệu dừng Dữ liệu dừng sai phân bậc d 2.2 Lựa chọn mơ hình dự báo lượng hàng container thông qua cảng Cát Lái theo tháng 2.2.1 Các bước tiến hành lựa chọn mô hình dự báo lượng hàng container thơng qua cảng Cát Lái theo tháng a Thu thập số liệu Số liệu cần thu thập lượng hàng container thơng qua cảng Cát Lái theo tháng theo đơn vị TEU (QCATLAI) Theo nguồn số liệu phòng khai thác cảng Cát Lái, ta có bảng số liệu sau: Bảng Lượng hàng container thông qua cảng Cát Lái theo tháng từ năm 2005 đến năm 2015 Đơn vị: TEU 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 (05) (06) (07) (08) (09) (10) (11) (12) (13) (14) (15) Tháng 94177 105817 135538 165193 149685 217717 228718 195823 275418 293384 333847 66097 74267 95125 135398 131175 151324 147146 185508 170217 198795 246661 102589 115269 147644 146816 192312 204039 222628 242579 271589 310544 320562 107376 120647 154532 160993 203996 217204 222708 235597 254897 301587 327761 921 113489 127516 163331 156573 218730 217165 224980 241696 266937 287849 312565 114150 128258 164281 177088 205156 217539 213312 237828 272326 310172 328146 121931 137001 175480 175175 218352 224755 221138 254382 289624 320899 321889 111232 124980 160082 167082 214300 230142 233739 253155 277767 316361 313357 109255 122759 157237 170097 201311 211752 209274 245571 263327 304145 312578 10 105754 118824 152198 178292 211294 216316 222436 250589 284169 317263 322813 11 111871 125698 161002 180704 204832 218814 217863 255814 276314 313643 334208 12 123257 138491 177388 203389 206272 232530 233622 265773 292015 341430 344718 b Phân tích số liệu Biều diễn số liệu đồ thị, ta nhận thấy số liệu có xu hướng tăng qua năm, năm có lên xuống lặp lại nên nghi ngờ chuỗi số liệu chuỗi xu mùa vụ: QCATLAI 350,000 300,000 250,000 200,000 150,000 100,000 50,000 05 06 07 08 09 10 11 12 13 14 15 Hình Đồ thị biểu diễn lượng hàng container thông qua cảng Cát Lái theo tháng (QCATLAI) từ năm 2005 đến năm 2015 Tiến hành kiểm định nghiệm đơn vị ADF, nhận thấy ADF = 0,159075 lớn giá trị tới hạn (-3,486084) mức ý nghĩa 1% liệu xu Tiến hành kiểm định mùa vụ Kruscal-Wallis, nhận thấy với mô hình cộng tính mơ hình nhân tính thống kê Kruscal - Wallis = 0,00001 nên kết luận liệu mùa vụ c Lựa chọn mơ hình dự báo Nhận thấy lượng hàng container thơng qua cảngCát Lái chuỗi xu mùa vụ nên mơ hình dự báo ngắn hạn áp dụng với chuỗi xu mùa vụ là: - Dự báo thô điều chỉnh xu mùa vụ; - Dự báo san mũ Winter; - Dự báo phương pháp phân tích Tiến hành tính tốn tiêu đo độ xác dự báo thô điều chỉnh xu mùa vụ san mũ Winter ta thu kết sau: 922 Bảng Các tiêu đo độ xác dự báo thô điều chỉnh xu mùa vụ san mũ Winter TT Phương pháp MAE dự báo Thôđiều chỉnh 26.930,04 xu mùa vụ MAPE MPE MSE 0,131619 0,073315 RMSE 1.303.281.278 36.100,99 San mũ Winter 10.566,31 (Các tiêu MAE, MAPE, MPE, MSE RMSE tiêu đo độ xác mơ hình dự báo, tiêu bé độ xác mơ hình cao) So sánh RMSE để lựa chọn mơ hình dự báo Trong hai mơ hình mơ hình dự báo san mũ Winter tốt Đối vớidự báo phương pháp phân tích, ta tiến hành bước sau: + Bước 1: Tách yếu tố mùa vụ phân rã thành phần xu hướng chu kì để chuỗi liệu cịn xu hướng 350,000 Hodrick-Prescott Filter (lambda=14400) 350,000 300,000 300,000 250,000 250,000 200,000 40,000 150,000 200,000 20,000 100,000 50,000 150,000 -20,000 100,000 -40,000 05 50,000 05 06 07 08 09 10 11 12 13 14 06 07 08 09 10 QCATLAISA QCATLAI 11 12 13 14 15 15 Trend Cycle QCATLAISA Hình Hiệu chỉnh mùa vụ dạng tích Hình Phân rã thành phần xu hướng chu kỳ lọc HP Nhận thấy lượng hàng container thông qua cảngCát Lái theo đơn vị teu theo tháng (QCATLAI) sau hiệu chỉnh yếu tố mùa vụ (QCATLAISA) tách yếu tố chu kỳ (QCATLAI1 - đường màu đỏ) có dạng chuỗi liệu xu thếtuyến tính QCATLAI1 350,000 300,000 250,000 200,000 150,000 100,000 50,000 05 06 07 08 09 10 11 12 13 14 15 Hình Đồ thị biểu diễn lượng hàng container thông qua cảng Cát Lái theo đơn vị TEU điều chỉnh mùa vụ chu kỳ (QCATLAI1) + Bước 2: Lựa chọn phương pháp dự báo QCATLAI1 Đối với chuỗi liệu xu phương pháp dự báo ngắn hạn áp dụng là: 923 - Dự báo thô điều chỉnh xu thế; - Dự báo san mũ Holts; - Dự báo hàm xu (xu tuyến tính) Tiến hành tính tốn tiêu đo độ xác dự báo thô điều chỉnh xu thế, san mũ Holt dự báo hàm xu ta thu kết sau: Bảng Các tiêu đo độ xác dự báo thô điều chỉnh xu thế, san mũ Holt hàm xu TT Phương pháp dự báo Thô điều chỉnh xu San mũ Holt Mơ hình xu MAE MAPE MPE 20,437667 9,73E-05 8,77E-06 MSE 645,45 RMSE 25,40585 25,21479 3.858,403 0,01757 4.699,542 Tiến hành so sánh RMSE phương pháp: dự báo thô điều chỉnh xu mùa vụ, dự báo san mũ Winter, dự báo phương pháp phân tích phương pháp dự báo san mũ Holts có RMSE nhỏ nên ta lựa chọn mơ hình dự báo lượng hàng container thông qua cảng Cát Lái theo tháng, theo đơn vị TEU: QCATLAIt = QCATLAISAt.Snt QCATLAISAt = QCATLAI1t + a QCATLAI1t+p = (MH1) QCATLAI1t + (QCATLAI1t - QCATLAI11t-1).p Trong đó: t thứ tự thời gian p tầm xa dự báo Snt (nhân tố mùa - kết từ phần mềm Eviews) a (nhân tố chu kỳ - kết từ phần mềm Eviews) Ngồi ra, biển đổi QCATLAISA (lượng hàng container thông qua cảngCát Lái theo đơn vị TEU hiệu chỉnh mùa vụ) cách lấy sai phân bậc thành D(QCATLAISA), kiểm định nghiệm đơn vị ADF,ta thấy ADF=-12,20497 nhỏ giá trị tới hạn (-3,381623) mức ý nghĩa 1% liệu dừng Các mơ hình dự báo ngắn hạn áp dụng với chuỗi dừng là: - Dự báo thô giản đơn; - Dự báo trung bình giản đơn; - Dự báo trung bình di động; - Dự báo san mũ giản đơn; - Dự báo ARIMA Tiến hành tính tốn tiêu đo độ xác phương pháp dự báo ta thu kết sau: 924 Bảng Các tiêu đo độ xác dự báo thơ giản đơn, trung bình giản đơn, trung bình di động, san mũ giản đơn Arima TT Phương pháp dự báo Thô giản đơn Trung bình giản đơn Trung bình di động k=2 k=3 San mũ giản đơn ARIMA AR(1) AR(2) MA(1) ARMA(2,1) MAE MAPE MPE MSE RMSE 16.847,82 9.683,05 0,914662 -0,01526 0,28766 0,76459 5,86E+08 1,92E+08 24.199,76 13.856,75 8.489,21 17.902,82 0,4609 1,3741 0,145 0,276 1,5E+08 5,9E+08 12.146,69 24.392,14 13.736,77 9.705,86 9.608,09 9.776,32 9.759,21 1,5297 1,5337 1,5749 1,4756 13.763,64 13.686,46 13.818,83 13.815,31 Tiến hành so sánh RMSE phương pháp: dự báo thô giản đơn, dự báo trung bình giản đơn, dự báo trung bình di động, dự báo san mũ giản đơn, dự báo phương pháp ARIMA phương pháp dự báo trung bình di động có RMSE nhỏ nên ta lựa chọn mơ hình dự báo cho sai phân bậc lượng hàng thông qua container thông qua cảng Tân Cảng - Cát Lái theo đơn vị teu theo tháng mơ hình trung bình di động (k = 2): DQCATLAISAt+1 = (DQCATLAISAt-1 + DQCATLAISAt)/2 (MH2) So sánh MH1 MH2, MH1 có tiêu bé nên để dự báo ta chọn MH1 2.3 Dự báo Dưới hỗ trợ phần mềm Eviews, với mơ hình dự báo san mũ Holts chọn, ta có bảng kết quà dự báo lượng hàng container thông qua cảng Cát lái 12 tháng năm 2016 năm 2017 sau: Bảng Dự báo lượng hàng container thông qua cảng Cát Lái năm 2016 năm 2017bằng mơ hình san mũ Holts Tháng 1/2016 2/2016 3/2016 4/2016 5/2016 6/2016 7/2016 Lượng hàng dự báo 337.247 233.647 344.313 351.721 336.633 352.306 347.082 Lượng hàng thực tế 335.025 224.198 338.765 348.747 328.284 347.694 335.137 925 MAPE (%) Tháng 0,663234 4,214578 1,637713 0,852746 2,543212 1,326504 3,564321 1/2017 2/2017 3/2017 4/2017 5/2017 6/2017 7/2017 Lượng hàng dự báo 380.361 280.498 367.950 375.619 360.672 376.458 372.278 8/2016 9/2016 10/2016 11/2016 12/2016 337.517 335.545 346.073 357.525 369.572 321.489 325.079 342.695 352.779 361.176 4,985632 3,219473 0,985673 1,345217 2,324567 8/2017 9/2017 10/2017 11/2017 12/2017 361.687 358.526 369.349 380.860 394.447 Kết luận Tóm lại, nghiên cứu “Mơ hình dự báo lượng hàng container thông qua cảng Cát Lái” giới thiệu sơ lược cảng Cát Lái, hệ thống lại mặt lý thuyết mơ hình dự báo định lượng áp dụng dự báo ngắn hạn, sở thu thập tiến hành phân tích số liệu lượng hàng container thông qua cảng Cát lái theo tháng từ năm 2005 đến năm 2015, mô hình dự báo áp dụng dạng liệu Dựa vào tiêu MAPE lựa chọn mơ hình dự báo tốt nhất: Mơ hình san mũ Holts Mơ hình sử dụng để dự báo lượng hàng container thông qua cảng Cát Lái từ tháng đến tháng 12 năm 2016 So sánh với số liệu thực tế, nhận thấy sai số nhỏ, nên mơ hình hồn tồn phù hợp, sử dụng để dự báo cho lượng hàng đến cảng theo tháng năm 2017 năm Trên sở đó, giúp cảng Cát Lái xây dựng kế hoạch tác nghiệp xếp dỡtheo tháng năm tớimột cách hiệu TÀI LIỆU THAM KHẢO [1]GS.TS Nguyễn Quang Dong, TS Nguyễn Thị Minh, Giáo trình Kinh tế lượng, Trường Đại học Kinh tế quốc dân, năm 2012 [2] TS Nguyễn Khắc Minh, Các phương pháp phân tích dự báo kinh tế, Trường Đại học Kinh tế quốc dân, năm 2009 [3] Chaman L.Jain and George CS.Wang, Regression Analysis Modeling and Forecasting, 2003 [4] Robert Pindyck, Daniel Rubinfeld, Econometric Models and Economic Forecasts, 2007 926 ... lại, nghiên cứu “Mơ hình dự báo lượng hàng container thông qua cảng Cát Lái” giới thiệu sơ lược cảng Cát Lái, hệ thống lại mặt lý thuyết mơ hình dự báo định lượng áp dụng dự báo ngắn hạn, sở thu... bậc d 2.2 Lựa chọn mơ hình dự báo lượng hàng container thơng qua cảng Cát Lái theo tháng 2.2.1 Các bước tiến hành lựa chọn mơ hình dự báo lượng hàng container thơng qua cảng Cát Lái theo tháng a... yếu tố đầu vào quan trọng số liệu dự báo lượng hàng thơng qua cảng tháng lập kế hoạch Chính vậy, việc xây dựng mơ hình dự báo ngắn hạn cách xác lượng hàng container thơng qua cảng theo tháng,